一種高清攝像頭的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于攝像頭領(lǐng)域，尤其涉及一種高清攝像頭。
【背景技術(shù)】
[0002]攝像頭(CAMERA或WEBCAM)作為一種視頻輸入設(shè)備，已經(jīng)被廣泛的運用于視頻會議、遠程醫(yī)療及實時監(jiān)控等方面。攝像頭可分為數(shù)字攝像頭和模擬攝像頭兩大類。數(shù)字攝像頭可以將視頻采集設(shè)備產(chǎn)生的模擬視頻信號轉(zhuǎn)換成數(shù)字信號，進而將其儲存在計算機里。模擬攝像頭捕捉到的視頻信號必須將模擬信號轉(zhuǎn)換成數(shù)字信號，并加以壓縮后才可以轉(zhuǎn)換到計算機上運用。數(shù)字攝像頭可以直接捕捉影像，然后通過串、并口或者USB接口傳到計算機里。目前市場上的攝像頭基本以數(shù)字攝像頭為主，而數(shù)字攝像頭中又以使用新型數(shù)據(jù)傳輸接口的USB數(shù)字攝像頭為主，當前大部分都是這種產(chǎn)品。除此之外還有一種與視頻采集卡配合使用的產(chǎn)品，但還不是主流。由于個人電腦的迅速普及，模擬攝像頭的整體成本較高，而且不能滿足BSV液晶拼接屏接口等原因，USB接口的傳輸速度遠遠高于串口、并口的速度，因此市場USB接口的數(shù)字攝像頭。模擬攝像頭可和視頻采集卡或者USB視頻采集卡配套使用，很方便的跟電腦連接使用，典型應(yīng)用是一般的錄像監(jiān)控。而作為安防監(jiān)控領(lǐng)域最重要的一個器件之一，攝像頭從早先的CCD到現(xiàn)在CMOS低功耗，從原先的CIF低分辨率到現(xiàn)在全高清1080P，都隨著材料工藝和視頻電子技術(shù)的發(fā)展得到了極大的發(fā)展，也使得應(yīng)用越來越廣泛，已經(jīng)深入到人類的日常生活中。但是隨著人們對視頻圖像要求越來越高，單一功能的攝像頭已經(jīng)無法滿足人們的要求，因此具備生物識別技術(shù)、高清圖像實時處理技術(shù)、自動調(diào)焦技術(shù)、高寬帶的無線傳輸技術(shù)的復(fù)合型攝像頭已經(jīng)越來月得到市場的重視，總體來講，目前的攝像頭技術(shù)呈現(xiàn)如下發(fā)展趨勢:
[0003]從低分辨率向高分辨率發(fā)展
[0004]早期的攝像頭的圖像分辨率都比較低，一般都在720x576像素之內(nèi)，隨著材料工藝的不斷發(fā)展，目前的傳感器鏡頭的分辨率已經(jīng)向全高清甚至4K超高清發(fā)展，使得用現(xiàn)在的攝像鏡頭拍攝下來的圖片無論是在清晰度上還是圖片質(zhì)量上都得到極大的提升，滿足人們安防監(jiān)控對圖像質(zhì)量的要求。當然這些超高清晰度的圖像必然會帶來后續(xù)圖像處理處理器的速度和存儲器容量的極高要求，這也是限制目前圖像向更高級發(fā)展的技術(shù)瓶頸之一。
[0005]從單一功能向復(fù)合功能發(fā)展
[0006]早期的攝像頭無論是CCD還是CMOS，都只是將圖像拍攝進來，經(jīng)過一定的DSP處理后交付給后端的處理器處理或監(jiān)測存儲，但是隨著安防監(jiān)測領(lǐng)域技術(shù)需求的不斷提高，單一功能的攝像頭顯然已經(jīng)無法滿足這些要求，因此集合生物識別技術(shù)、全自動目標自動跟蹤、自動調(diào)焦技術(shù)、甚至集合高寬帶的網(wǎng)絡(luò)傳輸?shù)臄z像頭越來越受到歡迎。其中集合生物識別技術(shù)的復(fù)合型攝像頭未來將最受到市場的重視。生物識別技術(shù)主要分為:人臉檢測和識別技術(shù)、視網(wǎng)膜識別技術(shù)、指紋識別技術(shù)、語音識別技術(shù)、掌紋識別技術(shù)等，目前最受到重視的，并且在未來會進行大規(guī)模鋪開應(yīng)用的就是人臉檢測和識別技術(shù)，相對于其他生物識別技術(shù)，人臉識別技術(shù)技術(shù)含量和算法復(fù)雜度更高，對后端處理器的性能要求也更加苛刻，盡管目前由于受到人臉識別算法精度以及處理器處理速度瓶頸制約，但是由于人臉識別在識別精確度和打擊偽造領(lǐng)域比其他生物識別技術(shù)更加可靠，因此未來將作為主要的生物識別技術(shù)而受到極大的拓展。
[0007]盡管目前人臉識別技術(shù)已經(jīng)得到市場認可，并且越來越得到重視，無論在算法架構(gòu)、處理速度和效率還是在樣本的自主采樣和學(xué)習(xí)、數(shù)據(jù)庫的自主更新等方面都有大量的文獻和實際應(yīng)用出現(xiàn)，但是人臉識別技術(shù)目前仍然存在一些問題，主要如下:
[0008]1.網(wǎng)絡(luò)架構(gòu)的單一化以及對樣本庫的高度依賴性限制處理速度和精度的進一步提尚
[0009]考慮到圖像處理速度、數(shù)據(jù)量的龐大以及樣本庫的不斷更新和學(xué)習(xí)作用，目前極大多數(shù)的人臉識別算法都部署在后臺的服務(wù)器上，尤其是部署在“云”服務(wù)器上的算法庫是目前主要的應(yīng)用，但是這種應(yīng)用需要后臺服務(wù)器支撐，如果攝像頭不斷鋪開，在幾百萬攝像頭同時進行識別情況下，即使是云服務(wù)器也會無法支撐如此龐大的數(shù)據(jù)運算。因此本發(fā)明提出了一種全新的利用計算機分布式結(jié)構(gòu)和異步網(wǎng)格結(jié)構(gòu)的人臉識別網(wǎng)絡(luò)處理架構(gòu):將人臉檢測和識別算法部署到各個攝像頭中，也就是各個圖像采集終端中，由攝像頭自身完成對人臉的檢測、圖像處理、人臉識別、樣本庫的學(xué)習(xí)和更新等，和服務(wù)器的處理速度相比，由于攝像頭本身配備的是嵌入式的處理器，在處理速度上可能無法和服務(wù)器相比，但是如果按照排隊理論，如果一個云服務(wù)器要同時處理幾萬個甚至幾十萬攝像頭的人臉檢測和識別算法，那么處理速度反而不如單個攝像頭配備的嵌入式多核處理器，因為在嵌入式多核處理器上面，可以裝配最先進的DSP處理器和ARM處理器，利用多核之間的數(shù)據(jù)交互架構(gòu)，基本可以達到當前云服務(wù)器架構(gòu)的幾分之一的運算速度，而在存儲容量上，對于小樣本庫的人臉識別應(yīng)用，可以直接在本地攝像頭部署大容量的SD卡甚至小型的固態(tài)硬盤，目前大容量的SD卡基本做到512G左右，而固態(tài)硬盤基本都在T以上的容量，完全滿足小樣本庫的人臉識別應(yīng)用。
[0010]而對于大樣本庫，采取將樣本庫部署在云服務(wù)器，一旦有需求，可以通過高寬帶無線網(wǎng)絡(luò)直接從服務(wù)器下載樣本庫到本地進行對比和運算。因此采取這種異步網(wǎng)格架構(gòu)的人臉識別網(wǎng)絡(luò)架構(gòu)將完全滿足未來高速、低延遲、高精度和高清晰度的人臉識別的市場應(yīng)用需求。
[0011]2.人臉檢測和識別算法模型缺陷和更新速度無法滿足市場對該技術(shù)的越來越高的要求
[0012]目前絕大多數(shù)的人臉識別算法基本都部署在云服務(wù)器上，因此采取純軟件模式和X86PC架構(gòu)的人臉檢測和識別算法模型在實際的應(yīng)用上，由于模型本身對圖像處理、數(shù)據(jù)融合和程序?qū)崟r性方面都或多或少存在一些不足，導(dǎo)致當前主流的已經(jīng)規(guī)?；瘧?yīng)用的人臉識別算法都存在精度不足和運算速度效率低下的問題，而在安防監(jiān)測領(lǐng)域或在一些銀行金融驗證領(lǐng)域，需要做到對目標的精確識別和高度實時，而目前人臉識別算法模型的缺陷阻礙了人臉識別在這些重要領(lǐng)域的大規(guī)模應(yīng)用。

【發(fā)明內(nèi)容】

[0013]本發(fā)明實施例的目的在于提供一種高清攝像頭，以解決現(xiàn)有技術(shù)由于云服務(wù)器的排隊原因造成人臉圖像識別緩慢的問題。
[0014]本發(fā)明實施例是這樣實現(xiàn)的，一種高清攝像頭，包括:攝像頭本體和與所述攝像頭本體連接的存儲模塊，所述存儲模塊存儲有人臉檢測和識別算法，所述人臉檢測和識別算法用于在所述攝像頭本體攝入圖像時，從所述圖像中檢測并識別出人臉圖像。
[0015]本發(fā)明實施例，高清攝像頭本地設(shè)置人臉提取和識別算法，在攝像頭攝入圖像之后，通過本地存儲的人臉提取和識別算法從攝入的圖像中識別出人臉，避免了由于云服務(wù)器的排隊原因造成的人臉識別緩慢，提升了攝像頭識別人臉圖像的速度。
【附圖說明】
[0016]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0017]圖1為本發(fā)明實施例提供的高清攝像頭的結(jié)構(gòu)圖；
[0018]圖2為本發(fā)明實施例提供的高清攝像頭正面結(jié)構(gòu)示意圖；
[0019]圖3為本發(fā)明實施例提供的高清攝像頭側(cè)面結(jié)構(gòu)示意圖；
[0020]圖4為本發(fā)明實施例提供的高清攝像頭背面結(jié)構(gòu)示意圖；
[0021]圖5為本發(fā)明實施例提供的高清攝像頭各設(shè)備之間的連接示意圖；
[0022]圖6?圖10為本發(fā)明實施例提供的人臉識別算法模型的流程圖；
[0023]圖11為本發(fā)明實施例提供的人臉識別算法的示意圖。
【具體實施方式】
[0024]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0025]為了說明本發(fā)明所述的技術(shù)方案，下面通過具體實施例來進行說明。
[0026]實施例一
[0027]如圖1所示為本發(fā)明實施例提供的高清攝像頭的結(jié)構(gòu)圖，所述攝像頭包括:
[0028]攝像頭本體101和與所述攝像頭本體101連接的存儲模塊102，所述存儲模塊102存儲有人臉檢測和識別算法，所述人臉檢測和識別算法用于在所述攝像頭本體101攝入圖像時，從所述圖像中檢測并識別出人臉。
[0029]在本發(fā)明實施例中，高清攝像頭包括有攝像頭本體101和與所述攝像頭本體101連接的存儲模塊102，在存儲模塊102中保存有人臉檢測和識別算法，如果攝像頭本體101攝入了圖像，則高清攝像頭通過保存的人臉檢測和識別算法從攝入的圖像中檢測并識別出人臉。
[0030]攝像頭本體101包括:攝像頭、多核心處理器、光傳感器、電池。
[0031]高清攝像頭為具備低感光度和夜視功能的變焦鏡頭，鏡頭分辨率在1080P以上，焦距可由多核心處理器的程序控制并實現(xiàn)自動調(diào)焦功能，感光度和夜視功能可由軟件自動控制，所述高清攝像頭實時拍攝高清的目標圖像，目標圖像經(jīng)過模數(shù)信號轉(zhuǎn)換后傳輸至所述多核心處理器處理，所述多核心處理器包含多個硬件內(nèi)核:一個核心用于高清圖像和人臉識別算法處理的實時數(shù)字信號處理，其他核心用于響應(yīng)傳感器信號、無線信號、定位信號并將處理后的數(shù)據(jù)通過無線模塊發(fā)送到云服務(wù)器。
[0032]存儲模塊102包括兩種:一類是掉電后數(shù)據(jù)遺失的存儲器，用于運行操作系統(tǒng)、應(yīng)用程序、人臉檢測和識別算法以及臨時存儲各類數(shù)據(jù)；另外一類是掉電后數(shù)據(jù)不會遺失的非遺失性存儲器，包括集成的大容量存儲器和外置大容量存儲器，非遺失性存儲器用于存放操作系統(tǒng)、應(yīng)用程序、及需要永久保存的各類數(shù)據(jù)，這類數(shù)據(jù)包括人臉樣本數(shù)據(jù)庫、應(yīng)用程序的配置數(shù)據(jù)。